CN111055881A - 一种基于噪声信号的轮轨界面损伤演变监测方法 - Google Patents
一种基于噪声信号的轮轨界面损伤演变监测方法 Download PDFInfo
- Publication number
- CN111055881A CN111055881A CN201911415551.3A CN201911415551A CN111055881A CN 111055881 A CN111055881 A CN 111055881A CN 201911415551 A CN201911415551 A CN 201911415551A CN 111055881 A CN111055881 A CN 111055881A
- Authority
- CN
- China
- Prior art keywords
- wheel
- noise
- rail
- damage
- evolution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
- B61K9/10—Measuring installations for surveying permanent way for detecting cracks in rails or welds thereof
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/262—Linear objects
- G01N2291/2623—Rails; Railroads
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Acoustics & Sound (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明是一种基于噪声信号的轮轨界面损伤演变监测方法,噪声采集装置设置在沿轮轨界面变化的移动载体,首先,通过噪声采集装置采集得到轮轨噪声信号,对轮轨噪声信号进行盲源分离,保留轮轨噪声信号;对轮轨噪声进行短时傅里叶变换,得到轮轨噪声的频率谱,确定各个行车区间段的轮轨噪声时频特征;与正常行驶状态下各个行车区间段的轮轨噪声时域分布特性和时频特性演变规律对比,得到车轮损伤的类型和演变规律以及不同监测时间对应的钢轨损伤类型以及演变规律;最终进行钢轨损伤位置确定,得到钢轨损伤的位置分布。该监测方法种能够通过采集轮轨噪声,监测得到轮轨的界面损伤类型和损伤位置。
Description
技术领域
本发明涉及轨道交通结构监测技术领域,具体的说是一种基于噪声信号的轮轨界面损伤演变监测方法。
背景技术
轮轨界面损伤演变是导致轨道随机不平顺并影响车辆-轨道系统振动的重要因素。当轮轨界面的损伤达到一定程度时就会影响列车运行品质甚至威胁行车安全。此外,轮轨界面的损伤必然会带来轮轨界面粗糙度的改变,进而导致轮轨噪声发生变化。城市轨道交通行车速度较低,轮轨噪声在车辆运行时系统总噪声中占据主导地位,界面损伤对车辆运行时的系统噪声具有显著影响。因此,通过噪声信号的演变预测轮轨界面损伤的演变,对轨道交通中轮轨界面的养护、维修以及列车安全运营有着重要意义。
发明内容
本发明要解决的技术问题是提供一种基于噪声信号的轮轨界面损伤演变监测方法,能够通过采集轮轨噪声,监测得到轮轨的界面损伤类型和损伤位置。
为解决上述技术问题,本发明采用的技术方案为:
一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:噪声采集装置设置在沿轮轨界面变化的移动载体上,所述的噪声采集装置用于实时采集轨道车辆轮轨接触面周围噪声的瞬时声压,将采集到的噪声信号数据进行分析处理,对轨道交通的轮轨界面损伤状态进行判断,具体步骤如下:
步骤1,通过噪声采集装置采集得到噪声信号,对噪声信号进行盲源分离,保留轮轨噪声信号;
步骤2,确定轮噪声信号特征,对轮轨噪声进行短时傅里叶变换,得到轮轨噪声的频率谱,确定各个行车区间段的轮轨噪声时频特征;
步骤3,轮轨界面损伤诊断,与正常行驶状态下各个行车区间段的轮轨噪声时域分布特性和时频特性演变规律对比,得到车轮损伤的类型和演变规律以及不同监测时间对应的钢轨损伤类型以及演变规律;
步骤4,钢轨损伤位置确定,确定钢轨损伤出所在的监测时间,进而得到钢轨损伤的位置分布。
所述的噪声采集装置设置在有轨车辆的车厢内底部或车辆的构架底部。
所述的步骤1中噪声采集装置采集得到噪声信号包括但不限于:列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声。
步骤1中盲源分离的方法具体方法如下:
S(t)=W(t)X(t)
其中,t为监测时间;X(t)=(x1(t),…,xi(t))T为测得的混合信号;S(t)=(s1(t),…,si(t))T为分离结果,W(t)为解混矩阵;
所述的噪声信号包括列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声,采集到的观测信号记为x1(t),x2(t),x3(t),x4(t),x5(t),原始信号记为s(t),s2(t),s3(t),s4(t),s5(t),xi(t)是si(t)的加权和,加权系数取决于源和噪声采集装置之间的距离,可得如下等式:
x1(t)=a11s1(t)+a12s2(t)+a13s3(t)+a14s4(t)+a15s5(t)
x2(t)=a21s1(t)+a22s2(t)+a23s3(t)+a24s4(t)+a25s5(t)
x3(t)=a31s1(t)+a32s2(t)+a33s3(t)+a34s4(t)+a35s5(t)
x4(t)=a41s1(t)+a42s2(t)+a43s3(t)+a44s4(t)+a45s5(t)
x5(t)=a51s1(t)+a52s2(t)+a53s3(t)+a54s4(t)+a55s5(t)
式中,aij是常值系数,表示混合的权重;
假设由aij组成的矩阵可逆,此时存在一个元素是wij的矩阵W可以分离出源信号:
s1(t)=w11x1(t)+w12x2(t)+w13x3(t)+w14x4(t)+w15x5(t)
s2(t)=w21x1(t)+w22x2(t)+w23x3(t)+w24x4(t)+w25x5(t)
s3(t)=w31x1(t)+w32x2(t)+w33x3(t)+w34x4(t)+w35x5(t)
s4(t)=w41x1(t)+w42x2(t)+w43x3(t)+w44x4(t)+w45x5(t)
s5(t)=w51x1(t)+w52x2(t)+w53x3(t)+w54x(t)+w55x5(t)
得到解混矩阵W(t)后,计算得到分离出的轮轨噪声数据P(x,t)。
所述的步骤2中对轮轨噪声数据P(x,t)进行短时傅里叶变换,得到轮轨噪声的频谱H(x,ω,t)。
所述的步骤3中轮轨界面损伤诊断方法如下:
轮轨界面异常类型判断:对比轮轨噪声监测频谱H(x,ω,t)和不同损伤类型的特征频谱H0(x,ω,t),判断轮轨界面的损伤类型;
轮轨界面损伤演变分析:利用监测轮轨噪声时频谱H(x,ω,t)随时间的变化率G(x,ω,t)来反映轮轨界面的损伤演变规律,时频谱变化率G(x,ω,t)可表示为:
其中,G(x,ω,t)为长期轮轨噪声监测时频谱H(x,ω,t)的变化率。
所述的行车区间需要进行分段分析,根据轮、轨的结构以及接触方式对行车区间进行分段,并对正常行驶状态下每段行车区间的噪声时域分布特性和时频特性演变规律进行记录。
该种基于噪声信号的轮轨界面损伤演变监测方法能够产生的有益效果为:
第一,安装方便,该装置集成了所有功能,安装于车厢或构架底部采集噪声,安装和维护简单。
第二,经济性好,节约人力物力,能够在列车日常运行过程中进行监测,避免为了进行监测实行专门的调度和维护。
第三,智能程度高,通过噪声信号特征的演变对轮轨界面损伤进行自动诊断,对轨道交通的养护和维修具有重要意义。
第四,可以实时在线的监测轮轨界面损伤演变情况。
附图说明
图1为本发明一种基于噪声信号的轮轨界面损伤演变监测方法的工作流程图。
图2为本发明一种基于噪声信号的轮轨界面损伤演变监测方法中噪声采集装置的安装位置示意图。
图3为本发明一种基于噪声信号的轮轨界面损伤演变监测方法中盲源分离观测信号示意图。
图4为本发明一种基于噪声信号的轮轨界面损伤演变监测方法中盲源分离噪声信号示意图。
图5为本发明一种基于噪声信号的轮轨界面损伤演变监测方法中盲源分离的分离结果示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述。
一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:噪声采集装置设置在沿轮轨界面变化的移动载体上,所述的噪声采集装置用于实时采集轨道车辆轮轨接触面周围噪声的瞬时声压,将采集到的噪声信号数据进行分析处理,对轨道交通的轮轨界面损伤状态进行判断,具体步骤如下:
步骤1,通过噪声采集装置采集得到噪声信号,对噪声信号进行盲源分离,保留轮轨噪声信号;
步骤2,确定轮轨噪声信号特征,对轮轨噪声进行短时傅里叶变换,得到轮轨噪声的频率谱,确定各个行车区间段的轮轨噪声时频特征;
步骤3,轮轨界面损伤诊断,与正常行驶状态下各个行车区间段的轮轨噪声时域分布特性和时频特性演变规律对比,得到车轮损伤的类型和演变规律以及不同监测时间对应的钢轨损伤类型以及演变规律;
步骤4,钢轨损伤位置确定,确定钢轨损伤出所在的监测时间,进而得到钢轨损伤的位置分布。
噪声采集装置的安装位置选择是为了获取轮轨界面上的损伤演变规律信息,轨道列车本身就是最好的载体,因此噪声采集装置一般可以设置在有轨车辆的车厢内底部或车辆的构架底部。在满足安装可行性和便捷性的同时尽可能靠近轮轨噪声源。
步骤1中噪声采集装置采集得到噪声信号包括但不限于:列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声。
步骤1中盲源分离的方法具体方法如下:
S(t)=W(t)X(t)
其中,t为监测时间;X(t)=(x1(t),…,xi(t))T为测得的混合信号;S(t)=(s1(t),…,si(t))T为分离结果,W(t)为解混矩阵;
噪声信号包括列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声,采集到的观测信号记为x1(t),x2(t),x3(t),x4(t),x5(t),原始信号记为s(t),s3(t),s3(t),s4(t),s5(t),xi(t)是si(t)的加权和,加权系数取决于源和噪声采集装置之间的距离,可得如下等式:
x1(t)=a11s1(t)+a12s2(t)+a13s3(t)+a14s4(t)+α15s5(t)
x2(t)=a21s1(t)+a22s2(t)+a23s3(t)+a24s4(t)+a25s5(t)
x3(t)=a31s1(t)+a32s2(t)+a33s3(t)+a34s4(t)+a35s5(t)
x4(t)=a41s1(t)+a42s2(t)+a43s3(t)+a44s4(t)+a45s5(t)
x5(t)=a51s1(t)+a52s2(t)+a53s3(t)+a54s4(t)+a55s5(t)
式中,aij是常值系数,表示混合的权重;进一步的,αij是未知的,源信号同样也是未知的。盲源分离能够用混合量找出原始信号。
假设由aij组成的矩阵可逆,此时存在一个元素是wij的矩阵W可以分离出源信号:
s1(t)=w11x1(t)+w12x2(t)+w13x3(t)+w14x4(t)+w15x5(t)
s2(t)=w21x1(t)+w22x2(t)+w23x3(t)+w24x4(t)+w25x5(t)
s3(t)=w31x1(t)+w32x2(t)+w33x3(t)+w34x4(t)+w35x5(t)
s4(t)=w41x1(t)+w42x2(t)+w43x3(t)+w44x4(t)+w45x5(t)
s5(t)=w51x1(t)+w52x2(t)+w53x3(t)+w54x(t)+w55x5(t)
得到解混矩阵W(t)后,计算得到分离出的轮轨噪声数据P(x,t)。
步骤2中对轮轨噪声数据P(x,t)进行短时傅里叶变换,得到轮轨噪声的频谱H(x,ω,t)。
所述的步骤3中轮轨界面损伤诊断方法如下:
轮轨界面异常类型判断:对比轮轨噪声监测频谱H(x,ω,t)和不同损伤类型的特征频谱H0(x,ω,t),判断轮轨界面的损伤类型;
轮轨界面损伤演变分析:利用监测轮轨噪声时频谱H(x,ω,t)随时间的变化率G(x,ω,t)来反映轮轨界面的损伤演变规律,时频谱变化率G(x,ω,t)可表示为:
其中,G(x,ω,t)为长期轮轨噪声监测时频谱H(x,ω,t)的变化率。
进一步的,通过轮轨噪声异常所处时间点以及车辆的速度变化情况能够轻易得到轨道的疑似损伤点,方便实地探查和维修。能够极大的节约人力。
行车区间需要进行分段分析,根据轮、轨的结构以及接触方式对行车区间进行分段,并对正常行驶状态下每段行车区间的噪声时域分布特性和时频特性演变规律进行记录。轮轨接触面可能会产生三种类型的噪声:滚动噪声,冲击噪声和尖啸噪声。滚动噪声通常是没有擦伤的车轮在连续焊接的直线钢轨上滚动时发出的噪声,由于车轮和钢轨接触表面上有微小的凹凸不平产生,轮轨不良接触会使得车轮和轨道产生结构振动,发出更高分贝的噪声;冲击噪声是车轮在通过焊缝、道岔时或当擦伤时的车轮在钢轨上滚动时所发生的噪声,遇到这些情况时,车轮的垂直速度将发生变化,从而使轮轨接触面产生很大的作用力,激发车轮和钢轨振动引起轮轨辐射声音;尖啸噪声是一种强噪声,其音调与车辆通过轨道的小半径曲线有关,主要来源与轮辋,尺寸和材料的特性导致了轮辋是一个良好的高频声源。由于不同车速、不同类型轨道板、道岔等对轮轨噪声大小都有很大的影响,因此在进行噪声分析时进行分区段的统计分析能够有效的提高判断的准确性。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (7)
1.一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:噪声采集装置设置在沿轮轨界面变化的移动载体上,所述的噪声采集装置用于实时采集轨道车辆轮轨接触面周围噪声的瞬时声压,将采集到的噪声信号数据进行分析处理,对轨道交通的轮轨界面损伤状态进行判断,具体步骤如下:
步骤1,通过噪声采集装置采集得到噪声信号,对噪声信号进行盲源分离,保留轮轨噪声信号;
步骤2,确定轮轨噪声信号特征,对轮轨噪声进行短时傅里叶变换,得到轮轨噪声的频率谱,确定各个行车区间段的轮轨噪声时频特征;
步骤3,轮轨界面损伤诊断,与正常行驶状态下各个行车区间段的轮轨噪声时域分布特性和时频特性演变规律对比,得到车轮损伤的类型和演变规律以及不同监测时间对应的钢轨损伤类型以及演变规律;
步骤4,钢轨损伤位置确定,确定钢轨损伤出所在的监测时间,进而得到钢轨损伤的位置分布。
2.根据权利要求1所述的一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:所述的噪声采集装置设置在有轨车辆的车厢内底部或车辆的构架底部。
3.根据权利要求1所述的一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:所述的步骤1中噪声采集装置采集得到噪声信号包括但不限于:列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声。
4.根据权利要求1所述的一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:步骤1中盲源分离的方法具体方法如下:
S(t)=W(t)X(t)
其中,t为监测时间;X(t)=(x1(t),…,xi(t))T为测得的混合信号;S(t)=(s1(t),…,si(t))T为分离结果,W(t)为解混矩阵;
所述的噪声信号包括列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声,采集到的观测信号记为x1(t),x2(t),x3(t),x4(t),x5(t),原始信号记为s(t),s2(t),s3(t),s4(t),s5(t),xi(t)是si(t)的加权和,加权系数取决于源和噪声采集装置之间的距离,可得如下等式:
x1(t)=a11s1(t)+a12s2(t)+a13s3(t)+a14s4(t)+α15s5(t)
x2(t)=a21s1(t)+a22s2(t)+a23s3(t)+a24s4(t)+a25s5(t)
x3(t)=a31s1(t)+a32s2(t)+a33s3(t)+a34s4(t)+a35s5(t)
x4(t)=a41s1(t)+a42s2(t)+a43s3(t)+a44s4(t)+a45s5(t)
x5(t)=a51s1(t)+a52s2(t)+a53s3(t)+a54s4(t)+a55s5(t)
式中,aij是常值系数,表示混合的权重;
假设由aij组成的矩阵可逆,此时存在一个元素是wij的矩阵W可以分离出源信号:
s1(t)=w11x1(t)+w12x2(t)+w13x3(t)+w14x4(t)+w15x5(t)
s2(t)=w21x1(t)+w23x2(t)+w23x3(t)+w24x4(t)+w25x5(t)
s3(t)=w31x1(t)+w32x2(t)+w33x3(t)+w34x4(t)+w35x5(t)
s4(t)=w41x1(t)+w42x2(t)+w43x3(t)+w44x4(t)+w45x5(t)
s5(t)=w51x1(t)+w52x2(t)+w53x3(t)+w54x(t)+w55x5(t)
得到解混矩阵W(t)后,计算得到分离出的轮轨噪声数据P(x,t)。
5.根据权利要求4所述的一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:所述的步骤2中对轮轨噪声数据P(x,t)进行短时傅里叶变换,得到轮轨噪声的频谱H(x,ω,t)。
7.根据权利要求1所述的一种基于噪声信号的轮轨界面损伤演变监测方法,其特征在于:所述的行车区间需要进行分段分析,根据轮、轨的结构以及接触方式对行车区间进行分段,并对正常行驶状态下每段行车区间的噪声时域分布特性和时频特性演变规律进行记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911415551.3A CN111055881A (zh) | 2019-12-31 | 2019-12-31 | 一种基于噪声信号的轮轨界面损伤演变监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911415551.3A CN111055881A (zh) | 2019-12-31 | 2019-12-31 | 一种基于噪声信号的轮轨界面损伤演变监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111055881A true CN111055881A (zh) | 2020-04-24 |
Family
ID=70305708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911415551.3A Pending CN111055881A (zh) | 2019-12-31 | 2019-12-31 | 一种基于噪声信号的轮轨界面损伤演变监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111055881A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162034A (zh) * | 2020-08-10 | 2021-01-01 | 北京交通大学 | 一种应用结构噪声的钢-混凝土组合梁损伤识别方法 |
CN112433004A (zh) * | 2020-12-02 | 2021-03-02 | 长安大学 | 一种轮轨损伤监测方法及系统 |
CN112572527A (zh) * | 2020-12-30 | 2021-03-30 | 同济大学 | 一种轨道交通轮轨短波不平顺检测方法、装置与系统 |
CN114426038A (zh) * | 2020-10-29 | 2022-05-03 | 北京潼荔科技有限公司 | 轮轨异常监测设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568493A (zh) * | 2012-02-24 | 2012-07-11 | 大连理工大学 | 一种基于最大矩阵对角率的欠定盲分离方法 |
KR20160013234A (ko) * | 2016-01-15 | 2016-02-03 | 주식회사 젬 | 철도차량 조명등을 이용한 하자 모니터링 시스템 |
CN106198062A (zh) * | 2016-07-27 | 2016-12-07 | 哈尔滨市科佳通用机电有限公司 | 轨道交通工具故障车载声学检测系统及检测方法 |
CN107192553A (zh) * | 2017-06-28 | 2017-09-22 | 石家庄铁道大学 | 基于盲源分离的齿轮箱复合故障诊断方法 |
CN107215353A (zh) * | 2017-05-26 | 2017-09-29 | 华东交通大学 | 一种轨道结构病害的远程监控预警方法 |
CN109774740A (zh) * | 2019-02-03 | 2019-05-21 | 湖南工业大学 | 一种基于深度学习的轮对踏面损伤故障诊断方法 |
-
2019
- 2019-12-31 CN CN201911415551.3A patent/CN111055881A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568493A (zh) * | 2012-02-24 | 2012-07-11 | 大连理工大学 | 一种基于最大矩阵对角率的欠定盲分离方法 |
KR20160013234A (ko) * | 2016-01-15 | 2016-02-03 | 주식회사 젬 | 철도차량 조명등을 이용한 하자 모니터링 시스템 |
CN106198062A (zh) * | 2016-07-27 | 2016-12-07 | 哈尔滨市科佳通用机电有限公司 | 轨道交通工具故障车载声学检测系统及检测方法 |
CN107215353A (zh) * | 2017-05-26 | 2017-09-29 | 华东交通大学 | 一种轨道结构病害的远程监控预警方法 |
CN107192553A (zh) * | 2017-06-28 | 2017-09-22 | 石家庄铁道大学 | 基于盲源分离的齿轮箱复合故障诊断方法 |
CN109774740A (zh) * | 2019-02-03 | 2019-05-21 | 湖南工业大学 | 一种基于深度学习的轮对踏面损伤故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
王伟策等: "《智能封锁弹药中的智能探测技术》", 30 June 2016, 国防工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162034A (zh) * | 2020-08-10 | 2021-01-01 | 北京交通大学 | 一种应用结构噪声的钢-混凝土组合梁损伤识别方法 |
CN114426038A (zh) * | 2020-10-29 | 2022-05-03 | 北京潼荔科技有限公司 | 轮轨异常监测设备 |
CN112433004A (zh) * | 2020-12-02 | 2021-03-02 | 长安大学 | 一种轮轨损伤监测方法及系统 |
CN112572527A (zh) * | 2020-12-30 | 2021-03-30 | 同济大学 | 一种轨道交通轮轨短波不平顺检测方法、装置与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111055881A (zh) | 一种基于噪声信号的轮轨界面损伤演变监测方法 | |
Molodova et al. | Automatic detection of squats in railway infrastructure | |
CN107200040B (zh) | 用于确定轨道表面的垂直轮廓的方法和系统 | |
CN110967401B (zh) | 一种适用于评价公路沥青路面行车舒适性的方法 | |
Molodova et al. | Monitoring the railway infrastructure: Detection of surface defects using wavelets | |
Liu et al. | An indirect method for rail corrugation measurement based on numerical models and wavelet packet decomposition | |
CN114001819A (zh) | 轨道交通振动噪声监控系统 | |
CN113420367A (zh) | 一种基于振动与噪声响应的地铁钢轨波磨检测方法与装置 | |
Kundu et al. | A review on condition monitoring technologies for railway rolling stock | |
CN110956164A (zh) | 一种基于噪声信号的列车车轮损伤识别方法 | |
Pieringer et al. | Acoustic monitoring of rail faults in the German railway network | |
Komorski et al. | Advanced acoustic signal analysis used for wheel-flat detection | |
Nowakowski et al. | Tram gearbox condition monitoring method based on trackside acoustic measurement | |
Lingamanaik et al. | Using instrumented revenue vehicles to inspect track integrity and rolling stock performance in a passenger network during peak times | |
CN110143217B (zh) | 轨道状态测量方法、系统及装置 | |
CN117194847A (zh) | 一种减振钢轨的减振效果评估系统及方法 | |
Synodinos | Identification of railway track components and defects by analysis of wheel-rail interaction noise | |
CN116252820A (zh) | 改进频域积分法驱动的高速列车车轮多边形定量检测方法 | |
CN111089738B (zh) | 一种基于噪声信号的轮轨匹配状态识别方法 | |
CN112014593B (zh) | 一种铁路轨道基础装备质量状况监测评估装置和方法 | |
CN115140132A (zh) | 一种轨道状态监测方法、系统、设备及介质 | |
CN115689315A (zh) | 一种基于车体振动与噪声响应的曲线健康评定方法 | |
CN111507629A (zh) | 一种轨道故障诊断方法及系统 | |
CN112012060B (zh) | 一种铁路轨道基础装备质量状况预测判断方法 | |
CN110806323A (zh) | 一种外激励振动音频响应车辆检测装置及其检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200424 |